Asset Pricing: Modeling and Estimation

زمینه مدرن قیمت‌گذاری دارایی، مدل‌های قیمت‌گذاری مناسب مبتنی بر نظریه اقتصادهای مالی a la Ingersoll (1987) و همچنین تکنیک‌های تخمین نرخ دقیق a la Hamilton (1994b) را در مورد استنتاج‌های تجربی از موارد مشخص شده می‌خواهد. مدل. ایده پشت این کتاب حاضر ارائه چارچوبی متعارف به خواننده است که نشان می دهد چگونه می توان شکاف بین روش قیمت گذاری زمان پیوسته در مهندسی مالی و داده های بازار سرمایه را که به ناچار فقط در فواصل زمانی گسسته در دسترس است، پر کرد. سه بازار مالی عمده باید مورد بررسی قرار گیرند که برای آنها بازار سهام، بازار اوراق قرضه و بازار برق را انتخاب می کنیم. در هر بازار، مدل‌های ارزش‌گذاری جدیدی برای قیمت‌گذاری ابزارهای مالی انتخاب‌شده در زمان پیوسته استخراج می‌کنیم. معیار تصمیم گیری برای انتخاب چارچوب مدل سازی زمان پیوسته، غنای تئوری تصادفی موجود برای فرآیندهای زمان پیوسته با مشارکت های پیشگام مرتون در اقتصاد مالی است که در مرتون (1992) جمع آوری شده است. چارچوب زمان پیوسته، که توسط Sundaresan (2000) بررسی و ارزیابی شده است، به ما امکان می دهد تا فرمول های قیمت گذاری تحلیلی را بدست آوریم که در یک تنظیم زمانی گسسته در دسترس نیستند. با این حال، در زمان پیاده‌سازی مدل‌های قیمت‌گذاری نظری مشتق‌شده بر روی داده‌های بازار، که لزوماً در فواصل زمانی گسسته نمونه‌برداری می‌شوند، ما با معادل‌های زمانی دقیق گسسته a la Bergstrom (1984) کار می‌کنیم. ما نشان می‌دهیم که چگونه می‌توان به راحتی در چارچوب فضای سطحی کار کرد که در یک محیط کلی به‌طور صریح برای هر یک از سه برنامه کاربردی استخراج می‌کنیم.

The modern field of asset pricing asks for sound pricing models grounded on the theory of financial economies a la Ingersoll (1987) as weIl as for accu­ rate estimation techniques a la Hamilton (1994b) when it comes to empirical inferences of the specified model. The idea behind this book on hand is to provide the reader with a canonical framework that shows how to bridge the gap between the continuous-time pricing practice in financial engineering and the capital market data inevitably only available at discrete time intervals. Three major financial markets are to be examined for which we select the equity market, the bond market, and the electricity market. In each mar­ ket we derive new valuation models to price selected financial instruments in continuous-time. The decision criterium for choosing a continuous-time model­ ing framework is the richness of the stochastic theory available for continuous­ time processes with Merton's pioneering contributions to financial economics, collected in Merton (1992). The continuous-time framework, reviewed and as­ sessed by Sundaresan (2000), allows us to obtain analytical pricing formulae that would be unavailable in a discrete time setting. However, at the time of implementing the derived theoretical pricing models on market data, that is necessarily sampled at discrete time intervals, we work with so-called exact discrete time equivalents a la Bergstrom (1984). We show how to conveniently work within astate space framework which we derive in a general setting as weIl as explicitly for each of the three applications.